Hồi quy Bình phương Tối thiểu Riêng phần (PLS)
Hồi quy Bình phương Tối thiểu Riêng phần (Partial Least Squares Regression - PLS) dự đoán một biến đáp ứng từ nhiều biến dự báo, thường là tương quan cao, bằng cách chiếu chúng lên một tập hợp nhỏ các thành phần tiềm ẩn — nhưng, khác với hồi quy thành phần chính, nó chọn các thành phần đó để tối đa hóa hiệp phương sai của chúng với biến đáp ứng, chứ không chỉ phương sai của các biến dự báo. Việc giảm chiều có giám sát này làm cho PLS trở thành một phương pháp chủ đạo trong hóa lượng tử, quang phổ học và các thiết lập dữ liệu rộng khác, nơi các biến dự báo vượt xa số lượng quan sát.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Wold, S., Sjöström, M., & Eriksson, L. (2001). PLS-regression: a basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems, 58(2), 109–130. DOI: 10.1016/S0169-7439(01)00155-1 ↗
- Geladi, P., & Kowalski, B. R. (1986). Partial least-squares regression: a tutorial. Analytica Chimica Acta, 185, 1–17. DOI: 10.1016/0003-2670(86)80028-9 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/vi/machine-learning/partial-least-squares
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Hồi quy tuyến tính bộiThống kê↔ compare
- Hồi quy thành phần chính (PCR)Học máy↔ compare
- Ridge RegressionHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →